识别可复制子组在神经发育条件下使用静息状态功能磁共振成像数据

要点

问题子组来自措施儿童和青少年的大脑功能与神经发育条件复制在独立收集数据集?

发现在本病例对照研究使用静息状态的数据从2网络数据集共有1102名年龄在5到19年,没有神经发育条件、子组具有类似生物,在情报以及多动和冲动的问题被确定。然而,这些组织没有符合诊断类别一致。

意义在这项研究中,同质性神经发育神经生物学的条件与行为,不是诊断类别;这些发现复制在独立的群体,一个重要的一步将神经生物学的子组转化为临床设置。

重要性神经发育条件,如自闭症谱系障碍(ASD),注意缺陷多动症(ADHD),和强迫症(OCD)高度异构和重叠的表型和神经生物学。数据驱动的方法开始确定齐次transdiagnostic子组的儿童;然而,发现还没有被复制在独立收集数据集,必须翻译成临床设置。

客观的识别子组的儿童和没有与共享功能的大脑神经发育条件使用数据从2大特点,独立的数据集。

设计,设定和参与者这个病例对照研究数据从安大略省神经发育(池塘)网络(研究招聘2012年6月开始,正在进行;2021年4月数据提取)和健康的大脑网络(HBN;研究招聘2015年5月开始,正在进行;数据提取2020年11月)。池塘和HBN数据收集机构在安大略省和纽约州,分别。参与者诊断自闭症,多动症,强迫症或正常(TD);年龄在5岁到19岁;并成功地完成了静息状态和解剖神经成像协议包含在当前的研究中。

主要结果和措施分析由数据驱动的聚类过程的措施来自每个参与者的静息状态功能连接体,进行独立在每个数据集。每一对之间的差异产生的聚类决策树的叶子人口和临床特征进行了测试。

结果总的来说,包括551名儿童和青少年从每个数据集。池塘包括164名参与者多动症;217自闭症;与强迫症60;和110 TD(年龄中值(差),11.87(9.51 - -14.76)年;393(71.2%)的男性参与者;20(3.6%)的黑人,28(5.1%)拉丁裔,和299年(54.2%)白参与者)和HBN包括374名参与者多动症;66自闭症;11强迫症;和100 TD(年龄中值(差),11.50(9.22 - -14.20)年;390(70.8%)的男性参与者; 82 [14.9%] Black, 57 [10.3%] Hispanic, and 257 [46.6%] White participants). In both data sets, subgroups with similar biology that differed significantly in intelligence as well as hyperactivity and impulsivity problems were identified, yet these groups showed no consistent alignment with current diagnostic categories. For example, there was a significant difference in Strengths and Weaknesses ADHD Symptoms and Normal Behavior Hyperactivity/Impulsivity subscale (SWAN-HI) between 2 subgroups in the POND data (C and D), with subgroup D having increased hyperactivity and impulsivity traits compared with subgroup C (median [IQR], 2.50 [0.00-7.00] vs 1.00 [0.00-5.00];U= 1.19×10⁴;P= . 01;η²= 0.02)。子组之间的显著差异SWAN-HI分数g和d HBN数据也观察到(中位数(差),1.00(0.00 - -4.00)和0.00 (0.00 - -2.00);纠正P= .02点)。没有差异的比例每个子组在两个数据集之间的诊断。

结论和意义本研究的结果表明,同质性神经生物学的神经发育条件超越诊断界限,而是与行为特征有关。这项工作需要一个重要的一步将神经生物学的子组转化为临床设置的第一个复制我们的发现在独立收集的数据集。

自闭症谱系障碍(ASD),注意缺陷多动症(ADHD),和强迫症(OCD)临床神经发育条件定义基于不同的行为标准。¹然而,越来越多的证据表明,这些条件是高度异构在生物学和表型在每个条件^{2- - - - - -4}和明显的重叠。^{5- - - - - -12}这些观察构成重大挑战传统的病例对照研究,特别是在相对较小的样本大小,¹³并在不同的研究导致了矛盾的结果。例如,调查试图描述的功能连接体在孤独症患者,多动症,强迫症与正常相比(TD)人口高度混合。^{14- - - - - -16}看似矛盾的结果反映了这些条件的异构特性^17,18以及表明地形的差异功能连接体,如静息状态的网络之间的集成和隔离,可能更好地解释连接模式在神经发育条件而不是个人的力量连接。^{19- - - - - -23}这些地形差异经常被描述在所有3个条件,^{24- - - - - -26}有越来越多的证据表明,这些差异是跨条件共享。^9,10

解开这些发现,从传统的病例对照设计转向数据驱动方法,它超越诊断齐次边界识别组在神经生物学,是必要的。一个新兴的文献使用数据驱动的方法支持,自闭症的诊断类别,多动症,强迫症并不是与独特的底层的神经生物学机制^27,28而且经常不预测治疗的结果。^29日这个激励需要均匀的发现团体可以加速发展的针对性和个性化的治疗方法,干预措施,支持和住宿,适应多样化的优势和儿童神经发育条件的需求。

为此,几项研究已经使用了大脑功能或结构的措施来识别transdiagnostic子组的神经发育条件,不断展示数据驱动的分组和现有的诊断类别之间的偏差。^{9,10,12,27,28,30.- - - - - -32}本文的第一个贡献是描述异质性在神经发育条件通过识别cross-diagnosis子组的儿童和青少年,没有神经发育条件使用的集成和隔离措施功能的连接体。

尽管数据驱动方法的承诺和令人鼓舞的初步报告,复现性和普遍性的这些发现在该领域仍然是一个悬而未决的问题³³和临床的关键差距翻译的结果。^13,34到目前为止,这个问题已经解决部分通过二次抽样数据集内的增强普遍性^27,28;然而,据我们所知,再分组内神经发育条件基于神经影像数据没有被复制在独立收集的数据集。本文的第二个贡献是第一,据我们所知,为了解决这个差距通过检查复制子组在2大,独立收集,cross-condition数据集,即安大略省神经发育障碍(池塘)网络和健康的大脑网络(HBN)。

池塘网络和HBN研究是适当的研究伦理委员会批准,批准的和当前研究荷兰Bloorview孩子康复医院的研究伦理委员会;书面知情同意和/或口头同意了从主照顾者和/或参与者(eMethods补充1)。本研究遵循加强流行病学的观察性研究报告(选通脉冲病例对照研究)报告指南。

的主要群体,参与者来自池塘网络数据集(2021年4月出口)³⁵从健康的大脑网络和数据^36,37被用作复制队列(2020年11月出口)(eMethods补充1)。总的来说,717年池塘参与者(210多动症;300年,自闭症;69年,强迫症;和138年,TD)和966 HBN参与者(672年,多动症;111年,自闭症;12日,强迫症;和171年,TD) 5至19岁被包含在当前的研究基于成功完成静息状态和解剖成像协议和表型数据的存在。细节表型措施用来描述池塘和HBN eMethods提供的样品补充1。

这两个数据集使用自我或家长反映种族和民族,每大池塘和HBN研究的协议。在池塘里的数据集,种族是根据加拿大健康信息研究所的标准定义,包括黑色,东亚,土著,拉丁美洲,中东,其他,南亚,东南亚,和白色。万博manbetx平台首页参与者被分为多个类别,如果他们的混血儿;那些不确定的群体被归类为其他。HBN数据集,根据美国人口普查类别被定义指南和包括美国印第安人或阿拉斯加人,亚洲人,黑人,西班牙人,2个或更多的种族,夏威夷土著或其他太平洋岛民,白色。参与者混血的分类,因此参与者只分配给1类别;那些不确定的人口普查组归类为其他。由于低的样本大小,分为两个数据集都陷入minoritized种族和族群和白色的统计测试。

五分钟的静息状态的数据收集和大脑解剖图像的池塘和HBN研究和预处理。倾向分数用来匹配的池塘和HBN参与者通过质量控制在年龄、性别和运动。全部细节在数据采集、预处理和倾向得分匹配可以找到eMethods eTable 1补充1。

连接体节点定义使用皮质阿特拉斯奇科夫等,³⁸辅以墨尔本皮层下阿特拉斯,³⁹这个分割方案是高度代表在选择连接体建设管道,⁴⁰导致232个节点。包裹被分为8功能网络:视觉,somatomotor,背的注意,腹侧关注和突出,边缘,frontoparietal控制,默认模式,和皮层下(eFigure 1补充1)。两两之间的皮尔逊相关性parcel-averaged预处理时间序列被计算为成对的节点之间的边的权值。边是和谐占收购站点影响跨两个数据集,扫描仪的影响,年龄,性被移除(eMethods补充1)。连接体是阈值去除伪连接和生物产生更多合理的连接体。^40,41对于每一个参与者,节点的集成(中间性中心^42,43)和隔离(聚类系数⁴²)提取和z得分。

集群进行分别在池塘和HBN数据集,和管道提出了图1。在第一部分(图1网络融合(SNF)的相似性⁴⁴)被用来计算相似度矩阵每一对measure-network(如视觉网络的隔离)使用欧氏距离在所有节点属于网络和SNF的措施K最近的邻居加权相似的内核。16相似矩阵(8网络×2措施)然后使用SNF融合,谱聚类可以被用来确定一个指定数量的子组。

由于SNF 2免费hyperparameters(μ的依赖K ),000的集群解决方案是使用不同的组合获得hyperparameters (图1B和eMethods补充1)。参与者coassignment矩阵是由计算机生成的百分比乘以2参与者聚集在同一个群跨越集群解决方案,稳定hyperparameter空间。

000年 10日聚类过程进行二次抽样迭代增加最终集群解决方案的鲁棒性,选择63.2%的样本在每个迭代中;最后coassignment矩阵是由所有二次抽样计算中值迭代(图1C)。层次聚类进行最后coassignment矩阵(图1D)跨集群的全方位的数字识别子组(2 - 10)。分层聚类结构的树,或者系统树图,节点组成的层:第一层包含一个集群,代表着平凡解,nth层包含n集群,代表nth-cluster解决方案⁴⁵;在每一层中,根集群分为2叶集群。最优数量的集群使用Calinski-Harabasz指数被确认。⁴⁶

人口和行为措施比较的差异诊断组在每个数据集以及数据集之间的比较。连续的措施,克鲁斯卡尔-沃利斯测试或1路的方差分析,根据正常(eTable 2补充1);为重要的综合测试(P< . 05),事后测试进行了使用与Bonferroni-corrected邓恩过程P值(修正P< . 05)。为名义分类变量(性别和收购扫描仪),χ²测试与事后成对进行z测试独立的比例(纠正P< . 05)。对于有序分类变量(社会经济变量在池塘里的数据集),进行有序回归,测试所有成对差异(纠正P< . 05)。

确定哪些大脑相关措施从根集群分割成2叶簇在每一层,我们测试之间的差异意味着每一对的叶簇network-averaged措施隔离和集成。鉴于我们都使用相同的数据定义组通过聚类和执行下游测试,Mann-Whitney等传统的统计测试U和t测试会导致膨胀的I型错误,等他们只控制错误率当团体是预先定义的。⁴⁷因此,我们使用了clusterpval⁴⁸包在R版本4.2.1(统计计算的R项目)准备测试数据和生产P值修正的代数据;使用泛型实现,接近纠正P使用蒙特卡罗抽样值,并由此产生P值是多个比较(纠正纠正P< . 05)。Mann-WhitneyU或t测试和χ²测试是用来确定差异的叶子在人口和行为的措施。

对于所有重要测试,效果尺寸报告。连续的措施,eta-squared(η²)的影响大小,使用非正规的分布式数据的排名数据。为分类变量,克莱默V尺度效应被报道,而对于序数变量,伪-R²值被报道。⁴⁹

最后一个数据集包括551池塘参与者(164多动症;217年,自闭症;60岁的强迫症;110年,道明;年龄中位数(差)。11.87(9.51 - -14.76)年;393(71.2%)的男性参与者;20(3.6%)的黑人,28(5.1%)拉丁裔,299(54.2%)白人参与者)和551 HBN参与者(374多动症;66年,自闭症;11日,强迫症; 100, TD; median [IQR] age, 11.50 [9.22-14.20] years; 390 [70.8%] male participants; 82 [14.9%] Black, 57 [10.3%] Hispanic, and 257 [46.6%] White participants). The final sample was reached by performing propensity matching on the individuals who passed quality control (592 POND and 756 HBN individuals) to match the data sets on age, sex, and head motion. Descriptive statistics of the POND and HBN sample characteristics are provided in表1和2,分别。完整的种族和民族数据为每个数据集eTable 3中给出补充1。

与池塘样品相比,HBN样本有更高比例的ADHD和较低比例的ASD和强迫症的诊断(χ²= 197.74;P<措施;V= 0.42)。此外,HBN样品有更多参与者属于minoritized种族和族裔群体(χ²= 6.50;P= . 01;V全量表智商= 0.09),降低(U= 1.15×10⁵;P= . 01;η²= 7.44×10⁻³),和更少的社会交往困难(U= 1.26×10⁵;P= .03点;η²= 1.71×10⁻³)和多动和冲动的问题,测量的优缺点ADHD症状和正常行为多动/冲动次生氧化皮(SWAN-H /我;U= 1.09×10⁵;P<措施;η²= 0.03)。eTable 4补充1包括全部细节。

Calinski-Harabasz指数表明,6 -和10-cluster解决方案是最佳的池塘和HBN分别(eFigure 2补充1)。的可视化代表6集群的出现在池塘和HBN数据集提出了图2,统计结果出现在eTables 5到8补充1。叶簇之间的显著差异network-averaged措施隔离和集成的每一层在池塘和HBN系统树图所示eFigure 3和eTables 9到12补充1。

池塘和HBN数据集,2-cluster解决方案将样本分为两组(池塘:A和B组;HBN:子组a和b)。子组b和b增加了隔离在静息状态的网络;增加集成somatomotor,背的注意,边缘和默认模式网络;和减少frontoparietal控制网络集成和皮质下区域与子组和一个(图3A和B)。尽管视觉网络的集成也观察到在HBN减少数据集,这不是复制在池塘里观察数据集。智商上的差异(全方位智商,池:U= 2.86×10⁴;P= .04点;η²= 0.01;全方位的智商,HBN:t=−2.37;P= .02点;η²= 0.01),子组B和B增加智商与子组和一个(中位数(差)的智商,B对A: 104.00(92.00 - -114.00)和100.00 (88.00 - -110.00);意味着(SD)智商,b对a: 100.63(16.98)和97.08 (16.55))(eFigure 4补充1)。在这两个数据集,没有每个诊断的比例差异树叶。

在随后的系统树图的图层,一致的结果也观察到对集群分裂导致的差异多动和冲动以SWAN-HI症状。在第三层的池塘系统树图,SWAN-HI显著差异(U= 1.19×10⁴;P= . 01;η²= 0.02)被发现之间的2叶子组(C和D), D组有增加多动和冲动特质与子群C(中值(差),2.50(0.00 - -7.00)和1.00 (0.00 - -5.00))。在HBN系统树图,树叶在第三层(子组c和d)也显示不同的多动和冲动,但差异无统计学意义(U= 1.13×10⁴;P= 0。06;η²= 0.01)。症状的显著差异在第五层(子组g和h:U= 2.68×10³;P= .02点;η²= 0.03)。与池塘,4 HBN子组(c, d、g和h)比较,和不同的多动和冲动的问题被确定(W= 10.81;P= . 01;η²= 0.02),事后测试识别子群g有显著较高的多动和冲动而子群d(中位数(差),1.00(0.00 - -4.00)和0.00 (0.00 - -2.00);纠正P= .02点)。因此,塘子群D和HBN群g被发现增加SWAN-HI分数与池塘群C和HBN群D (eFigure 4补充1)。大脑措施比较差异池塘和HBN 2子组(图3C和D;eTable 13日在补充1)。在两种数据集,我们观察到较高的子群中的所有网络中增加隔离多动和冲动,最大的尺度效应发生在somatomotor和默认模式网络在两种数据集,以及背在HBN关注网络。增加集成在电机和默认模式网络和减少集成frontoparietal和皮层下的网络也观察到在两个数据集。尽管有这些子组不同与ADHD症状,没有观察到的差异的比例每个子组在两个数据集之间的诊断。

在随后的层层池塘系统树图,我们观察到诊断的比例差异的叶簇4 -和5-cluster解决方案。然而,这些诊断差异没有复制HBN数据集。

在这项研究中,我们使用的措施来自大脑的功能网络识别数据驱动transdiagnostic子组的儿童和青少年,没有神经发育条件特征的异质性条件;这些数据驱动子组被描述使用人口和临床指标。我们发现2子组独立收集数据sets-POND HBN-and,专注于发现两个组别中,发现子组不同的智力和多动和冲动症状但不是诊断。

研究神经发育条件经典假设下的诊断标签地面真理。然而,有越来越多的意识到生物和症状异质性条件和重叠条件,已表示担忧在卫生保健服务提供系统的适当性是基于诊断标签。^50,51我们的工作加入越来越多的文献支持transdiagnostic方法适应这些条件和提供支持的可变性和复杂性在生物学分类个人更好地识别目标治疗和干预措施。

此外,据我们所知,我们是第一个复制我们发现transdiagnostic子组在2个独立收集数据集,表明类似的子组与特定的大脑签名可以确定伴随着复制的表型差异。越来越多的工作挑战思维关系的再现性^13,34和子类型化技术,⁵²复制聚类结果是至关重要的建立必要的健壮性翻译组临床设置,特别是考虑到异质性在大脑和行为神经发育条件。虽然先前的研究建立了transdiagnostic再分组使用神经成像,^{9,12,27,28,30.- - - - - -32,53}这些结果应该被谨慎地没有复制。我们明确地找出自己的缺点通过评估小组复现性2独立的数据集。

我们发现张成的子组神经元多样化的光谱技术,包括典型的开发,不与现有的分类边界对齐。具体来说,我们发现不同子组具有类似生物明显在情报和多动和冲动问题显示不符合当前的诊断类别一致。识别子组定义的感受,使差与当前行为的诊断类别有助于工作批评缺乏对应的分类描述符与生物学。^{9,11,27,28,30.,32,53}TD个人也遍布所有识别子组技术,强调神经生物学上的重叠存在不仅在条件,而且在典型的开发,调整与新兴研究突显出相似之处,而不是在静息状态脑功能差异,种群之间神经发育条件和TD的人口。^9,10,54

之间的情报,我们确定了可复制子组不同没有诊断的差异(包括那些没有诊断)被观察到。每个诊断整个子组的分布与特征的多样性中观察到神经发育条件。例如,尽管神经发育条件展示整体减少情报与TD同行相比,^{55- - - - - -57}ASD患者已被证明也有更高的得分的概率高智商范围。⁵⁵我们还确定子组在两个数据集在多动和冲动特质不同。尽管这些特征通常被认为是ADHD的特点,我们没有观察到这些子组之间不同比例的诊断分类的数据集,这是符合发现多动和冲动是共享的特征在神经发育条件。^{58- - - - - -60}这些行为特征的识别不同的子组,而不是诊断,支持使用连续的行为措施研究神经发育差异而不是依靠当前离散分类类别。

这些差异在情报和多动和冲动症状伴随着普遍的大脑的功能分离和集成的差异。网络参与情报支持不同的形式分布于整个大脑信息处理阶段。万博manbetx平台首页^61年同样,没有收敛的空间格局与多动症有关的脑功能连接在文献中,¹⁷已报告和多动症特征更与brainwide比与本地连接连接。^62年因此,我们的研究结果支持分布式的大脑区域参与情报和多动和冲动症状。

我们观察到增加隔离在所有大脑网络加上主要增加了整合子组增加智慧。同时在两个隔离的增加和集成发生在大脑的网络发展中心从主要转向支持认知发展认知的大脑区域。^63年,64年相反的其他网络,frontoparietal的集成控制和皮层下网络减少了子群与增加智慧。参与这些大脑的特定模式的网络情报与的顶-额综合理论的智能^61年已经扩展到包括皮层下结构。^65年,66年

子群与增强的多动和冲动了普遍增加隔离和模式的增加(如汽车)和减少(如皮质下)集成。据我们所知,没有研究已经确定了地形的改变大脑静息状态的功能网络的多动和冲动ADHD。少数研究多动和冲动和功能连通性之间的关系与纹状体之间的连接区域和地区汽车网络。^{67年- - - - - -69年}重要的和相反的关联集成我们观察到这些网络加强了他们的具体参与多动和冲动症状。

这项研究有一定的局限性。我们的研究集中在大脑功能;然而,个体间的差异和没有神经发育条件措施已观察到的脑功能和结构,以及在其他领域。因此,我们的研究受到关注只是大脑的一个方面,我们发现子组在其他措施可能并不均匀。有有限数量的参与者强迫症与其他诊断组相比,和大多数行为措施用来描述数据驱动子组是parent-rated报道,这可能不是公正的。此外,我们的年龄范围是局限于儿童和青少年,发育时期发生显著变化;未来的工作应该扩展到成年的年龄范围,研究如何确定子组在发展变化。我们也只使用一个5分钟从HBN静息状态扫描数据集2可用时,通过质量控制;未来的工作可以评估我们的子组之间的within-participant稳定多个静止状态扫描。除去讨厌的协变量(年龄、性别、头部运动,和收购扫描仪)也可能无意中把感兴趣的信号是必要的,以确保子组没有定义这些协变量。 Additionally, the study design was cross-sectional, and future studies should incorporate longitudinal data to examine the stability of the clusters over time. It is important to note that the findings of this study are based on neurobiological profiles quantified through measurements of brain function. As such, these results do not reflect broader considerations for existing diagnostic categories including issues of self-identity and service provision. Consultations and partnerships with neurodiverse populations are needed to appropriately contextualize and translate these findings into clinical practice. We recognize the different language preferences for referring to autistic identity (identity-first language and person-first language). We use both in this paper to reflect the diversity of perspectives.

据我们所知,这是第一个研究来识别transdiagnostic子组复制在2个独立的数据集。与大脑和行为之间的关联的可靠性越来越质疑在文献中,分层技术是增加力量的一个有用的方法通过识别更均匀的子组内样本目标治疗和干预措施。精确的复制子组在不同样本不同诊断和行为特征是一个重要的步骤在确保鲁棒性实现分组进入临床之前设置。最后,我们的研究表明,同质性在神经生物学超越诊断界限,促进转变研究社区远离经典病例对照设计,依靠诊断类别,这越来越被证明不是反映不同的生物和表型结构。

发表:2023年1月22日。

发表:2023年3月13日。doi:10.1001 / jamanetworkopen.2023.2066

开放:这是一个开放的分布式根据文章CC-BY许可证。©2023 Vandewouw毫米等。狗万体育下载地址《美国医学会杂志》网络开放。

通讯作者:Azadeh Kushki博士自闭症研究中心Bloorview研究所、荷兰Bloorview孩子康复医院,150年Kilgour Rd, M4G 1 r8,加拿大(多伦多akushki@hollandbloorview.ca)。

作者的贡献:Drs Kushki Anagnostou有完全访问所有的数据研究,负责数据的完整性和数据分析的准确性。

概念和设计:Crosbie Vandewouw,凯利,我们针对Anagnostou Kushki。

数据的采集、分析或解释:Vandewouw,布莱恩,Schachar Iaboni、Georgiades Nicolson,阿尤布,琼斯,泰勒,我们针对,Anagnostou Kushki。

起草的手稿:Nicolson Vandewouw, Anagnostou Kushki。

关键的修订手稿的重要知识内容:所有作者。

统计分析:Vandewouw Georgiades,我们针对、Anagnostou Kushki。

获得资助:Crosbie、Schachar Georgiades,阿尤布,我们针对Anagnostou Kushki。

行政、技术或材料支持:布莱恩,Schachar、Iaboni Nicolson,凯利,阿尤布,泰勒,Anagnostou Kushki。

监督:布莱恩,泰勒,Anagnostou Kushki。

利益冲突的披露:Nicolson博士报道从大脑获得资助加拿大,霍夫曼罗氏,大冢制药、和Maplight疗法在提交工作。Anagnostou博士报道收到罗氏赠款和Anavex;接收非金融支持AMO制药和CRA-Simons基金会;从罗氏公司和接收个人费用,推动,小野,和象限外提交工作;此外,Anagnostou博士有一个专利焦虑计发出14/755/084(美国)和焦虑计等待2895954年专利申请(加拿大)以及从美国获得版税和施普林格。Kushki博士报道期间收到国家科学与工程研究委员会资助的研究;此外,博士Kushki焦虑计版税支付专利申请从清醒实验室。没有其他信息披露报告。

资金/支持:资金是由安大略省提供大脑研究所Drs Anagnostou和我们,加拿大卫生研究院研究Vandewouw女士和Kushki博士研究基金会的新领域。

资助者的角色/赞助商:资助者没有参与这项研究的设计和实施;的收集、管理、分析和解释数据;准备、审查或批准的手稿;并决定提交出版的手稿。

数据共享声明:看到补充2。

额外的贡献:我们要感谢所有的参与者和他们的家庭为他们参与这项研究。我们还要感谢安大略省神经发育障碍的员工所有网站的宝贵的协助数据收集;这些人补偿时间。这篇文章是准备使用一个有限的访问数据集从孩子的思想研究所生物,获得健康的大脑网络。这篇文章反映了作者的观点,并不一定反映孩子的意见或观点思想研究所。